c# AudioFingerprinting 和 Locality Sensitive Hashing

Question

我之前发现过类似的帖子，但没有什么能真正回答这个问题。

在我的指纹识别中，我生成了一个包含 5 个整数的记录集。例如： 33,42,88,121,194

这些对应于对特定音乐样本具有最高幅度的频率。 例如：对于 30 毫秒的音频样本，我有以下频率的桶：

0-40

40-80

80-120

120-180

180-250

我正在尝试生成一个散列（一个宽容的散列），它可能会为 33,42,88,121,194 就像它所说的那样

33,43,88,122,195

如果频率存在细微差异，则会形成类似的哈希值。

这是 LSH 的第一关吗？正如我所读到的，这最适合音频指纹识别。

如果没有，任何人都可以提供一些伪代码或 c# 来实现我正在寻找的功能吗？我已经阅读了 LSH、matlab 和 perl 的实现，但我不理解它们，所以发布指向它们的链接不会对我有太大帮助。

再次感谢！

Answer 1

这可能与此重复：Compare two spectogram to find the offset where they match algorithm，您似乎正在尝试为样本中峰值的粗略分布生成直方图。有几种方法可以做到这一点，另一个“例子”在这里：Compare two spectogram to find the offset where they match algorithm

执行此操作的一种方法是使用峰数据及其分布（随时间变化）的快速傅里叶变换来生成蒸馏形式的样品的粗略等价物。为此，您需要做一些大致类似的事情：

1. 将样本分成一些离散的部分（比如 1 秒）
2. 为每个样本部分开发一个与样本近似的指纹（例如获取 5-7 个高低峰，对其进行归一化，然后对它们进行哈希处理
3. 您现在可以单独保留每个指纹（在一个集合中），或者根据您的需要对序列运行转换以生成单个指纹。大多数情况下，您只需将序列附加在一起即可以 1 秒的间隔获得线性指纹。

要比较指纹，您对第二个样本运行相同的过程，然后使用 Diff 算法比较两者，使用一些“模糊”来确定它们的接近程度。您将需要在两个维度上比较指纹、离散指纹的顺序以及每个样本的总体差异。

这篇关于制作一个粗略的 Java 等效于 Shazaam 的文章是不久前发布的：http://www.redcode.nl/blog/2010/06/creating-shazam-in-java/，可能对您有所帮助。